朴素贝叶斯（naive Bayes）法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。朴素贝叶斯

作用 增强用户体验，聚焦主题挖掘的效果。对于用户不感兴趣或者不关注的主题，用户可以通过调整每次迭代结束后的主题-词概率分布来指导和监督下一次迭代推理过程。基本LDA问题 可交互性。使用参数推理技术如期望最大化（EM），Gibbs等抽样算法。